如何让电脑真正懂汉语？——一种以许慎的六书理论为母型的汉语处理模型.pdfVIP

逻辑学研究 2012 年第2 期，1–49 文章编号：1674-3202(2012)-02-0001-49 如何让电脑真正懂汉语？ ——一种以许慎的“六书”理论为母型的汉语处理模型* 徐英瑾 复旦大学哲学学院 yjxu@fudan.edu.cn 摘 要：哲学家塞尔曾指出，任何一台处理汉语输入的计算机都不能够像真人那样理 解汉语，因为计算机无法获取汉语表达式的语义内容。他的这个论证，既预设了语义 学和句法学之间的二分，而且也预设了一种外在论式的语义学观点。上述两个预设在 本文中都会受到挑战。首先，本文将采纳一种内在论的（并且是准整体论）的语义学进 路：根据此进路，意义完全可以在不直接牵涉到和外部对象的关系的情况下而被带入 语义网。此外，本文所试图构建的语义学模型也不是句法驱动的——换言之，在该模型 中，并没有任何语义中立的原则可以告知系统，复合语义是如何从“原子”语义中生成 的。毋宁说，“原子”语义之间的亲和性，便已然在复合语义的构成中扮演了枢纽性角 色。需要指出的是，关于语义融合的语义学难题，绝非当代语言学家和语言哲学家的 专利。实际上，它早在东汉学者许慎的“六书”论中就已得到触及。根据许论，只要一 个汉字的构件的语义得到了其它汉语表达式的恰当注解，该汉字本身的语义也便可得 到确认。在本文中，许慎的“六书”论将以一种可计算的方式而得到系统化的重构，而 该重构的技术基础则是王培先生发明的“纳思系统”（非公理化推理系统）。在这种重 构基础上，现代汉语中语词的语义复合方式，也可以得到一种新颖的理解。 关键词：自然语言处理；纳思系统；六书；汉字 中图分类号：B81 文献标识码：A 一、导论：从“塞尔诘难”说起 “自然语言处理”（Natural Language Processing，以下简称为NLP）是人工智 能（Artificial Intelligence，以下简称为AI）研究中历史最悠久、最受公众关注、 且最富挑战性的研究领域之一。其终究工作目标，便在于使得计算机能够以自主 的、无监督的方式完成对于人类自然语言输入的处理，并在人—机交互界面上给 收稿日期：2012-05-10 *致 谢： 王培先生认真审读了本文初稿，并提出了很多批评意见。本项目研究，得到了霍英东教育 基金会第 12 届青年教师资助项目（NO. 121095）、复旦大学“985 工程”三期整体推进人文学科项目（NO. 2011RWXKYB038 ）, 以及全国优秀博士论文后续资助项目（NO.200701）的资助。 2 逻辑学研究 第5 卷第2 期 2012 年 出可为人类用户所认可的输出。早在上世纪五十年代，图灵就在经典论文《计算 机器和智能》（[23]）中将机器是否具有智能的关键性指标，定为其是否具有在行 为表现方面堪比人类用户的NLP 能力。而哲学家塞尔（[21]）对“机器智能不可 能”的论证，亦以NLP 为切入点。在他看来，即使一台机器能够在外部行为上 具有和人类相等或相似的NLP 能力（如汉语理解能力），它也无法真正理解汉语， 因为对于汉语表达式的成功的句法操作（syntactic manipulations）无法保证操作 者亦能由此获悉其语义内容（semantic contents）。换言之，至少在图灵和塞尔看 来，是否能够在NLP 领域内真正跨越某种实质性的人—机界限，已经成为衡量 AI 事业成败的试金石之一。不过，在计算机科学的奠基人图灵看来，AI 终有一 日能够通过NLP 这条华容道，而哲学家塞尔则认为这一天永远不会到来（塞尔 对AI 的这一批评，下文简称为“塞尔诘难”）。 然而，塞尔的断言是否下得有点仓促呢？看得更深一点，他对于“计算机只 能处理句法，而不能处理语义”的评断，在很大程度上是建立在一种外在主义的 语义观（externalist semantic theory）之上的：任何表征的语义内容，无非即表征 自身和其所表征的外部对象之间的关系——而他本人则试图通过“汉字屋思想实 验”指出，任何一种编程计算机都无法获取这种语义关系。但问题是，从语言哲 学角度看，外在论的语义观本身也只是诸种